شماره ركورد كنفرانس :
3822
عنوان مقاله :
پيشبيني عوارض ماكرواسكولار و ميكرواسكولار در بيماران ديابتي نوع دو با استفاده از داده كاوي
پديدآورندگان :
مرادزاده مينا كارشناسي ارشد مهندسي نرم افزار، دانشگاه آزاد اسلامي، واحد كرمانشاه , فرضي سعيد دكتري كامپيوتر، دانشكده كامپيوتر، دانشگاه صنعتي خواجه نصيرالدين طوسي، تهران
كليدواژه :
يادگيري ماشين , دادهكاوي , ديابت , پيشبيني عوارض ديابت
عنوان كنفرانس :
چهارمين كنفرانس ملي فناوري اطلاعات، كامپيوتر و مخابرات
چكيده فارسي :
ديابت يا بيماري قند، يك اختلال متابوليك در بدن است كه توانايي توليد انسولين در بدن را از بين ميبرد و يا بدن را در برابر انسولين مقاوم ميكند.اين بيماري به دوشكل ديابت نوع يك و ديابت نوع دو ديده مي شود. ديابت نوع يك سبب تخريب سلولهاي بتا در لوزالمعده شده و منجر به نقص توليد انسولين ميشود،در نوع دو مقاومت پيشرونده بدن به انسولين وجود دارد كه درنهايت ممكن است به تخريب سلولهاي بتاي لوزالمعده و نقص كامل توليد انسولين منجر شود. ديابت نوع دو شايعترين نوع است كه با عوارض جانبي مثل مشكلات قلبي، بينايي و پاي ديابتي همراه است. با توجه به تعدد عوامل تأثيرگذار در پيشبيني عوارض اين بيماري لزوم ايجاد يك سيستم تصميم يار براي كمك به پزشك بسيار مفيد است. در اين پژوهش، با جمعآوري و آمادهسازي مجموعه داده مربوط به 1000 بيمار مبتلا به ديابت نوع دوم الگوريتم هاي هوشمند جهت تشخيص عوارض بيماري كه شامل بيماري قلبي، رتينوپاتي، پاي ديابتي، نفروپاتي و نوروپاتي مي باشد،مورد ارزيابي قرار گرفت. براي مقايسه، از 9 الگوريتم كلاسبندي استفاده شده كه نتايج اين آزمايشها نشان دهنده ي اين است كه اين است كه در پيش بيني عوارض در اكثر موارد الگوريتم Random forest(جنگل تصادفي) بيشترين دقت را داشته و بقيه ي الگوريتم ها نتايج اميدبخشي را نشان نداده است.